面向人体活动识别的环保型感知

随着 IoT 设备数量的增长，对无能量传感器的需求日益增加。人体活动识别在众多日常医疗健康应用中具有巨大价值。然而，当前大多数感知模态消耗能量，从而限制了其可持续采用。在本文中，我们提出了一种新颖的活动识别系统，其不仅无需感知能量，还能收集能量。我们所提系统利用附着于手腕与鞋上的光伏电池作为用于活动识别的环保型感知设备。通过捕获光伏读数并采用具有强大学习能力的深度 transformer 模型，系统有效识别用户活动。为确保跨不同受试者、时间段与光照条件下的鲁棒性能，系统融合了特征提取与不同的处理模块。所提系统在真实室内与室外环境中的评估表明其能以 91.7% 的准确率识别活动。